基于DTCWPT和WSVM的粘弹夹层结构松动状态识别

文档名：基于DTCWPT和WSVM的粘弹夹层结构松动状态识别
针对非介入式条件下,粘弹夹层结构松动状态难以识别的问题,提出了一种基于结构振动响应信号的松动状态智能识别方法.首先利用双树复小波包变换(DTCWPT)对结构不同松动状态下的非平稳振动响应信号进行多分辨分析,得到多个频带的分量;然后对每一频带分量进行单支重构,计算各重构频带信号的排列熵特征,得到表征粘弹夹层结构松动状态的特征向量,最终通过基于粒子群优化的小波支持向量机(WSVM)建立松动状态智能识别模型.通过对粘弹夹层结构不同松动状态下的振动试验数据进行分析,所提方法可以有效地对粘弹夹层结构松动状态进行智能识别.
作者：杨文展 张周锁 郭燕飞 洪宇杰
作者单位：西安交通大学机械工程学院,西安710049西安交通大学机械工程学院,西安710049;西安交通大学机械制造系统工程国家重点实验室,西安710049西安交通大学机械工程学院,西安710049;太原科技大学电子信息工程学院,太原030024
母体文献：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议论文集
会议名称：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议  
会议时间：2018年8月1日
会议地点：内蒙古包头
主办单位：中国机械工程学会,中国振动工程学会,中国设备管理协会
语种：chi
分类号：
关键词：粘弹夹层结构  松动状态识别  双树复小波包变换  小波支持向量机
在线出版日期：2021年12月15日
基金项目：
相似文献
相关博文

2024-12-10 12:53 上传 基于DTCWPT和WSVM的粘弹夹层结构松动状态识别.pdf

文件大小:

2.3 MB

下载次数:

60

高速下载